Экспериментальная модель для протокола RLM, которая пишет Python-действия для анализа длинного контекста через исполняемую среду REPL.
Подходит для: изучение протокола Recursive Language Model · анализ агрегирующих задач по длинному контексту · создание стартовой точки для RL-дообучения RLM
Предварительная модель MindLab Research на базе GLM-5.1 для персонального агентного планирования, вызова инструментов, программирования и генерации интерфейсов.
Подходит для: планирование личных дел с учётом меняющихся условий · поиск мест и координация маршрутов через инструменты · работа с календарём и задачами через агентные API
Компактная GPT-2, обученная на произведениях Ф. Скотта Фицджеральда для генерации текста в его стиле и вычислительного анализа авторства.
Подходит для: генерация прозы в стиле Фицджеральда · сравнение стилистического сходства текстов по cross-entropy · атрибуция авторства литературного текста
Агентная модель MindLab Research на базе GLM-5.3 для диалогов, работы с инструментами, программирования и генерации интерфейсов.
Подходит для: ведение открытых диалогов с пользователем · выбор и выполнение действий с инструментами в бизнес-процессах · многошаговое исправление ошибок и изменение кода
Модель MindLab Research на базе GLM-5.2 для диалогов, агентных задач с инструментами, программирования и генерации интерфейсов.
Подходит для: диалоги с персональным ИИ-помощником · выполнение задач агента с использованием инструментов · написание и изменение программного кода
Производная модели tencent/ContextPilot-8B. Дообученная Tencent модель на базе Qwen3-8B для управления памятью и контекстом в длительных агентных задачах.
Подходит для: управление долговременной памятью языкового агента · ответы на вопросы по длинному контексту · глубокий поиск с использованием инструментов
Предварительно обученная ALBERT-модель для извлечения контекстных представлений индонезийского текста.
Подходит для: извлечение признаков из индонезийских текстов · получение контекстных векторных представлений предложений · подготовка представлений текста для классификатора
Производная модели tencent/ContextPilot-14B. Дообученная Qwen3-14B для исследований агентов, которые управляют контекстом и памятью при решении длинных задач.
Подходит для: планирование действий агента на длинном горизонте · поддержание структурированной долговременной памяти агента · извлечение полезных сведений из сохранённого контекста
Диалоговая модель Mistral на 7,1 млрд параметров, дообученная методом KTO для генерации ответов, согласованных с человеческими предпочтениями.
Подходит для: ответы на вопросы в диалоге · генерация инструктивных ответов · создание чат-бота на английском языке
safetensors: формат, квантизация, runtime и память принадлежат одному artifact
Дообученная BERT-модель для ответов на вопросы по контексту длиной до 512 токенов.
Подходит для: извлечение ответа из предоставленного текста · ответы на вопросы по документам · поиск фактического ответа в контексте
Разговорная MoE-модель семейства Mixtral для генерации ответов по заданному контексту и источникам в RAG-сценариях.
Подходит для: ответы на вопросы по переданным документам · генерация ответов для RAG-приложений · подготовка ответов со ссылками на источники из контекста
safetensors: формат, квантизация, runtime и память принадлежат одному artifact
Предварительно обученные графовые рекуррентные сети прогнозируют временные ряды для виртуальных точек в разреженных сетях метео-, дорожных и экологических датчиков.
Подходит для: прогноз погоды в местах без метеостанций · прогноз дорожного трафика между счётчиками · прогноз качества воздуха в точках без датчиков